统计学6——统计量及其抽样分布

目录

知识结构

内容精读

1.常用统计量

2.重要分布

3.中心极限定理

名词解释 

小结

---

知识结构

内容精读

1.常用统计量

在第一节我们知道统计量是样本的概括性数字度量。下面列举一些常见的统计量：

（1）样本均值

$$\bar{X}=\frac{1}{n}\sum_{i=1}^{n}X_{i}$$

对于$\bar{X}$一般有$E(\bar{X})=E(X)=\mu$,$D(\bar{X})=\frac{1}{n}DX=\frac{\sigma^2}{n}$。

（2）样本方差

$$S^2=\frac{1}{n-1}\sum_{i=1}^{n}(X_{i}-\bar{X})^2$$

样本方差与总体方差之间存在$E(S^2)=DX=\sigma^2$。

（3）样本变异系数

$$V=S/\bar{X}$$

反映了总体变异系数C的信息，消除了均值不同对不同总体的离散程度的影响，因此也常用来刻画均值不同时总体的离散程度。

（4）样本k阶矩

$$m_{k}=\frac{1}{n}\sum_{i=1}^{n}X_{i}^{k}$$

显然$m_{1}=\bar{X}$。

（5）样本k阶中心矩

$$v_{k}=\frac{1}{n-1}\sum_{i=1}^{n}(X_{i}-\bar{X})^k$$

同样$v_{2}=S^2$。

（6）偏度

$$\alpha_{3}=\sqrt{n-1}\sum_{i=1}^{n}(X_{i}-\bar{X})^3/(\sum_{i=1}^{n}(X_{i}-bar{X})^2)^{3/2}$$

反应了随机变量密度函数曲线在众数两边的偏斜性。如果X服从正态分布，则偏度为0。

（7）峰度

$$\alpha_{4}=(n-1)\sum_{i=1}^{n}(X_{i}-\bar{X})^4/(\sum_{i=1}^{n}(X_{i}-bar{X})^2)^{2}-3$$

反应密度函数曲线在众数附近峰的尖峭程度，同样若X服从正态分布，峰度为0。

2.重要分布

抽样分布、参数估计、假设检验被看做统计推断的三个中心内容。其中抽样分布中$\chi^{2}$分布、t分布、F分布又被称作统计三大分布。

2.1$\chi^{2}$分布

定义：对于随机变量$X_{1},X_{2},……,X_{n}$相互独立，且均服从标准正态分布。则它们的平方和服从自由度为n的$\chi^{2}$分布。

卡方分布的概率密度曲线如下：

对于该分布有如下几个特征：

• $E(\chi^2)=n$
• $D(\chi^2)=2n$
• $\chi^2_{1}+\chi^2_{2}~\chi^2(n_{1}+n_{2})$

ps:

当自由度n很大时，$\sqrt{2\chi^2(n)}$近似服从$N(\sqrt{2n-1},1)$ 。

2.2t分布

定义：随机变量$X~N(0,1),Y~\chi^2(n)$。且X,Y相互独立。

则$t=\frac{X}{\sqrt{Y/n}}$服从t分布，记t(n)。

t分布的密度函数是一个偶函数，其图像入下：

特别的当$n\geqslant 2$时，$E(t)=0$,

当$n\geqslant 3$时，$D(t)=\frac{n}{n-2}$。

ps:

$$\frac{\sqrt{n}(\bar{X}-\mu)}{S}~t(n-1)$$

$$\frac{(\bar{X}-\bar{Y})-(\mu_{1}-\mu_{2})}{S_{xy}}\sqrt{\frac{mn}{m+n}}~t(n+m-2)$$

其中$S_{xy}^2=\frac{(n-1)S_{x}^2+(m-1)S_{y^2}}{n+m-2}$

2.3F分布

定义：有随机变量Y,Z相互独立，且Y和Z分别服从自由度为m和n的$\chi^2$分布。

则有$X=\frac{Y/m}{Z/n}~F(m,n)$，其中m为第一自由度，n为第二自由度。

密度函数曲线如下：

$$E(X)=\frac{n}{n-2},           n>2$$

$$D(X)=\frac{2n^2(m+n-2)}{m(n-2)(n-4)},     n>4$$

且有$F_{p}(v_{1},v_{2})=\frac{1}{F_{1-p}(v_{2},v_{1})}$。

3.中心极限定理

从均值为$\mu$、方差为$\sigma^2$的任意一个总体中抽取样本量为n的样本，当n充分大时，样本均值$\bar{X}$的抽样分布近似服从均值为$\mu$、方差为$\frac{\sigma^2}{n}$的正态分布。

ps:

根据经验当$n\geqslant 30$时可认为是大样本，否则为小样本。

名词解释 

样本统计量

设X，X2，…，Xn是从总体X中抽取的容量为n的一个样本,如果由此样本构造一个函数T(X，X2，…，X)，不依赖于任何未知参数，则称函数T(X，X，…，Xn)是一个统计量。通常,又称T(X1，X2， …，Xn)为样本统计量。 

次序统计量

设X，X2，…，Xn是从总体X中抽取的容量为n的一个样本，Xo称为第i个次序统计量,它是样本X，X2，…，Xn满足如下条件的函数:每当样本得到一组观测值x,X2, …,x,时，其由小到大的排序x 10sx(2)≤…≤X() ≤…≤X(n)中，第i个值xc就作为次序统计量X的观测值，而X(1， , X(2)，…，X(n)称为次序统计量。其中，X，和X(n分别为最小和最大次序统计量。

 充分统计量

在统计学中，假如一个统计量能把含有样本中有关总体的信息一点都不损失地提取出来，那对保证后边的统计推断质量具有重要意义。统计量加工过程中一点信息都不损失的统计量称为充分统计量。

抽样分布

抽样分布是指在重复抽样中由样本统计量所形成的分布，是一种理论分布。统计量是样本的函数由于样本是随机抽取的，而对于每一个样本,统计量都有一个相应的值,因此统计量也是一个随机变量。根据样本计算出统计量所有可能值的分布，则得到一个抽样分布。

每一个统计量来自于容量相同的所有可能样本，它提供了样本统计量长远而稳定的信息，是进行推断的理论基础，也是抽样推断科学性的重要依据。

小结

统计量是统计学的基础，后续的参数估计与假设检验都是在此基础上进行。